【算法】给你一个数组,将数组中的元素向右轮转 k 个位置,其中 k 是非负数。

首先要确定移动的最少位数,因为有可能k大于数组的长度,那移动过程中会有无意义的正好轮转到原先位置的情况,所以:移动最少位数 m = k % 数组长度

方法一:

已经确定了最少移动位数后,每一次的移动,我先把当前数组的最后一个元素end记录下来,然后从后往前遍历,把前一个节点的值赋给后一个节点,该次遍历结束后,把end赋给数组的第一个节点,这样就完成了一次移动,接着再开始下一次移动,代码如下:

    public void rotate(int[] nums, int k) {
        int length = nums.length;
        if(k % length == 0) {
            return;
        }
        int m = k % length;
        for(int i = 0; i < m; i++ ) {
            int end = nums[length - 1];
            for(int j = length -1; j > 0; j--) {
                nums[j] = nums[j-1];
            }
            nums[0] = end;
        }
    }

提交代码之后提示时间超时,这段代码确实很消耗时间,每一次移动都一个一个移。。。

方法二:

还是先确定最少移动次数,然后再看数组,移动m位,其实就是相当于在原数组的第m节点和第m+1节点之间分割开,后半部分的数组平移到前半部分数组之前,然后再拼接起来,或者说是把前半部分的数组平移到后半部分数组之后,然后再拼接起来,代码如下:

    public void rotate(int[] nums, int k) {
        int length = nums.length;
        int m = k % length;
        if(m == 0) {
            return;
        }
        int[] a = new int[length - m];
        int[] b = new int[m];
        a = Arrays.copyOfRange(nums, 0, length -m);
        b = Arrays.copyOfRange(nums, length-m, length);
        System.arraycopy(b, 0, nums, 0, b.length);
        System.arraycopy(a, 0, nums, b.length, a.length);
    }

有一个坑, Arrays.copyOfRange()接收三个参数, 分别是拷贝的数组,开始位置,结束位置(不包含该位置) 

这两个方法都是自己想出来的,记录一下

也看了其他的帖子,但是没有看到惊为天人的算法(bushi)

方法三:

这个方法是从别的帖子那里看来的,这个算法时间和空间消耗比较友好

    public void rotate(int[] nums, int k) {
        int length = nums.length;
        int m = k % length;
        if(m == 0) {
            return;
        }
        int[] temp = new int[length];
        temp = Arrays.copyOf(nums, length);
        for(int i = 0 ;i <length; i++) {
            int n = (i + k) % length;
            nums[n] = temp[i];
        }
    }

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 以下是一种简单的选择排序算法,可以找出数组中第k小的元素: 1. 从数组中选择一个元素作为基准值,比如选择第一个元素。 2. 遍历数组,将小于基准值的元素放在基准值的左边,大于基准值的元素放在边。 3. 如果基准值左边的元素个数等于k-1,那么基准值就是第k小的元素,返回基准值。 4. 如果基准值左边的元素个数小于k-1,那么在基准值边的子数组中继续查找第k-(左边元素个数+1)小的元素。 5. 如果基准值左边的元素个数大于k-1,那么在基准值左边的子数组中继续查找第k小的元素。 这个算法的时间复杂度为O(n^2),因为每次都需要遍历整个数组。如果使用快速排序等更高效的排序算法,可以将时间复杂度降到O(nlogn)。 ### 回答2: 要找出一个数组中第k小的元素,可以使用快速选择算法。这个算法的基本思想是通过快速排序的划分来寻找第k小的元素。 快速选择算法骤如下: 1. 随机选择数组中一个枢轴元素 2. 将数组中小于枢轴的元素放在枢轴的左侧,大于枢轴的元素放在枢轴侧 3. 判断枢轴的位置与k的大小关系,如果k小于枢轴的位置,则在左侧递归寻找第k小的元素,否则在侧递归寻找第k小的元素 4. 重复以上骤直到找到第k小的元素 下面是一个Python实现快速选择算法的代码示例: ```python def quickselect(arr, k): if arr: pos = partition(arr, 0, len(arr)-1) if k-1 == pos: return arr[pos] elif k-1 < pos: return quickselect(arr[:pos], k) else: return quickselect(arr[pos+1:], k-pos-1) def partition(arr, l, r): pivot = arr[r] i = l for j in range(l, r): if arr[j] <= pivot: arr[i], arr[j] = arr[j], arr[i] i += 1 arr[i], arr[r] = arr[r], arr[i] return i ``` 该算法的时间复杂度为$O(n)$,其中n为数组的大小,因为每次都只对一个数组进行分割。 ### 回答3: 寻找数组中第k小的元素是一类经典的问题,有多种解法。在这里我介绍两种常用的算法: 1. 快速选择算法(Quick Select) 快速选择算法是快速排序算法的一种变种。它先选取数组中一个数作为基准值,然后将数组分为两个部分,一部分所有数都小于基准值,另一部分所有数都大于基准值,然后判断基准值所在位置与k之间的大小关系,若相等则返回基准值,否则在大于或小于基准值的部分递归查找第k小的元素。时间复杂度为O(N)~O(N^2),最优情况下是O(N)。 2. 堆排序算法(Heap Sort) 堆排序算法本质上是利用堆这种数据结构实现的一种排序算法。它可以通过构建大小为k的小堆,选取堆顶元素,则堆顶元素即为第k小的元素。时间复杂度为O(Nlogk),空间复杂度为O(k)。 以上两种算法都可以实现在数组中找出第k小的元素,读者朋友们可以据具体情况选择合适的算法

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值